用 PyTorch 构建液态神经网络（LNN） 文章目录 什么是液态神经网络为什么需要液态神经网络LNN 与 RNN 的区别用 PyTorch 实现 LNNStep 1. 导入必要的库Step 2. 定义网络架构Step 3. 实现 ODE 求解器Step 4. 定义训练逻辑 LNN 的缺陷总结 什么是液态神经网络 2020年，麻省理工学院（MIT）的两名研究人员带领团

Σ1/n=lnn+C是欧拉为调和级数创造(注意是创造、而不是发现)的“逼近公式”，它在欧系大名鼎鼎，因为它解决了欧洲人百筹莫展的“调和级数求和问题”。 “lnn+C”是欧拉的发明，欧拉认为n→∞时，Σ1/n=lnn+常数，这个常数就是欧拉常数C=0.5772156649…。当欧拉发现以10倍率对Σ1/n翻倍分项、分项值会收敛至常数2.30258509、恰恰吻合ln10(其实彼此有差值，但欧拉习惯